基于改進(jìn)YOLOV4的肺結(jié)節(jié)檢測方法

黃冕 劉順有 楊林海

（云南國土資源職業(yè)學(xué)院 云南昆明 652501）

根據(jù)2020年全球癌癥統(tǒng)計(jì)數(shù)據(jù)，肺癌的死亡率（18.0%）高居第一，發(fā)病率（11.4%）位居第二，僅次于乳癌（11.7%），肺癌已嚴(yán)重威脅人類的身體健康。隨著近年來深度學(xué)習(xí)的興起，在計(jì)算機(jī)輔助診斷這一領(lǐng)域，深度學(xué)習(xí)同樣有著突出的貢獻(xiàn)。在這一大背景下，近年來的肺結(jié)節(jié)檢測方法均采用深度學(xué)習(xí)有關(guān)的網(wǎng)絡(luò)。宋尚玲［1］等人在提出一種大樣本條件下的基于Faster-RCNN 的肺結(jié)節(jié)檢測算法，給出一種通用的隨著樣本數(shù)量增加肺結(jié)節(jié)檢測率持續(xù)提升的策略。Zhu［2］等人提出了一個3Dfaster-RCNN 算法，使用雙路徑模塊和基于語義的編碼解碼結(jié)構(gòu)學(xué)習(xí)肺結(jié)節(jié)特征。李新征［3］等人提出一種基于非對稱卷積核YOLO V2 網(wǎng)絡(luò)的CT影像肺結(jié)節(jié)檢測方法。席孝倩［4］等人提出一套將閾值分割算法和數(shù)字形態(tài)學(xué)處理相結(jié)合的肺實(shí)質(zhì)CT 影像處理流程。王波等人［5］提出一個以YOLO 算法為基礎(chǔ)，結(jié)合Darknet-53網(wǎng)絡(luò)和Densenet網(wǎng)絡(luò)的思想，在多尺度間具有緊密連接的深度卷積神經(jīng)網(wǎng)絡(luò)。王乾梁［6］等人提出基于改進(jìn)YOLO V3的肺結(jié)節(jié)檢測方法，首先進(jìn)行重采樣和肺實(shí)質(zhì)分割等預(yù)處理操作，然后修改YOLO V3的基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)。

1 本文方法

本文方法主要聚焦在有效性和肺結(jié)節(jié)檢測效率上，為此，選擇YOLOV4作為本方法的主干網(wǎng)絡(luò)。方法分為兩步：第一步，在模型設(shè)計(jì)階段，為了提示肺結(jié)節(jié)的檢測的有效性，在YOLOV4主干網(wǎng)絡(luò)的基礎(chǔ)上，結(jié)合了CT圖像的特性和現(xiàn)在一些先進(jìn)的方法，設(shè)計(jì)一個高精度的模型，稱為YOLO-DCF，結(jié)構(gòu)如圖1所示。第二步，為了提升檢測器的效率，把YOLO-DCF 模型的一些多余的通道裁剪了，減少了模型的參數(shù)，提升了檢測器的效率。

圖1 改進(jìn)YOLOV4網(wǎng)絡(luò)結(jié)構(gòu)圖

1.1 DO-Conv層

深度學(xué)習(xí)方法對圖像特征的提取主要源自卷積操作，如果對卷積層進(jìn)行改進(jìn)，可以大幅提升檢測性能。DO-Conv 層（Depthwiseover-parameterizedconvolutional layer）結(jié)合了傳統(tǒng)卷積和深度卷積，提升了整個卷積層的性能。在深度卷積過程中，對每個輸入通道都使用不同的二維深度卷積核進(jìn)行操作，并且兩種卷積的結(jié)合使用提升了參數(shù)的可學(xué)習(xí)性，因此，對整個網(wǎng)絡(luò)的特征提取能力和語義代表性都有著重要的意義。在主干網(wǎng)絡(luò)殘差塊中加入DO-Conv，不僅可以很好地表現(xiàn)真肺結(jié)節(jié)特性，還可以降低錯誤率。DO-Conv 如式（1）所示：

1.2 多尺度特征圖融合

在深度學(xué)習(xí)網(wǎng)絡(luò)中，現(xiàn)在很多方法都將不同大小的特征圖進(jìn)行融合以提升網(wǎng)絡(luò)的性能。隨著網(wǎng)絡(luò)越來越深，肺結(jié)節(jié)的位置和語義信息也越容易丟失，造成不同大小特征圖融合效果不理想。為了解決上述問題，在主干網(wǎng)絡(luò)中加入了3 種卷積注意模塊（convolutional block attention module），其中，通道注意模塊和空間注意模塊增加了網(wǎng)絡(luò)中肺結(jié)節(jié)的空間信息和語義信息。不同于一般的特征圖融合方法，本文的方法更加集中在提升肺結(jié)節(jié)信息的注意力機(jī)制。

通道注意模塊如式（2）所示：

空間注意模塊如式（3）所示：

1.3 損失函數(shù)

在CT圖像中，由于肺結(jié)節(jié)在圖像中非常的小而且數(shù)量也很少，會導(dǎo)致正樣本中有一個致命的缺點(diǎn)。在YOLOV4 網(wǎng)絡(luò)訓(xùn)練時，大部分的候選邊界框會被分為負(fù)樣本，這樣極度不平衡的正負(fù)樣本分布會使置信度損失的梯度更新方向總是為負(fù)樣本，從而導(dǎo)致網(wǎng)絡(luò)很難學(xué)習(xí)到肺結(jié)節(jié)的信息。YOLOV4中使用的交叉熵?fù)p失函數(shù)很難避免這個問題，所以在交叉熵?fù)p失函數(shù)基礎(chǔ)上加入focal loss。新的損失函數(shù)如式（4）、式（5）所示。

在實(shí)驗(yàn)過程中，設(shè)置λ=0.5，α=0.25，?=1.5。

1.4 網(wǎng)絡(luò)精簡

本文方法合理減少了通道數(shù)，以保證網(wǎng)絡(luò)的有效性和效率達(dá)到平衡。本網(wǎng)絡(luò)會通過權(quán)重和η評估通道的重要性（importance of the channels），然后設(shè)置不同的修剪通道比例，獲得更加有效率的網(wǎng)絡(luò)。

2 分析與討論

2.1 實(shí)驗(yàn)環(huán)境

整個實(shí)驗(yàn)的訓(xùn)練和測試都是使用NVIDIA Tesla K80 GPU。數(shù)據(jù)集使用的是LIDC-IDRI 數(shù)據(jù)集。網(wǎng)絡(luò)輸入圖像大小為512 × 512，批大小為4，梯度優(yōu)化函數(shù)為momentum-SGD。FPS用于評價(jià)網(wǎng)絡(luò)速度，precision、recall 和AP用于評價(jià)網(wǎng)絡(luò)性能，如式（6）、式（7）、式（8）所示：

2.2 實(shí)驗(yàn)結(jié)果

本網(wǎng)絡(luò)precision 為0.936，recall 為0.954，ap 為0.937。實(shí)驗(yàn)結(jié)果表明，DO-Conv 增強(qiáng)了特征提取和整個網(wǎng)絡(luò)的代表性，多尺度特征圖融合增強(qiáng)了網(wǎng)絡(luò)的肺結(jié)節(jié)語義和位置信息。focal loss使得網(wǎng)絡(luò)了解更多肺結(jié)節(jié)信息通過調(diào)整肺結(jié)節(jié)圖像正、負(fù)樣本比例。上述3個對YOLOV4網(wǎng)絡(luò)的改進(jìn)以獲得性能最好的網(wǎng)絡(luò)，與YOLOv4相比，AP 總增加了4.9%。為了平衡有效性和效率，選擇對網(wǎng)絡(luò)的冗余通道進(jìn)行修剪。當(dāng)修剪比率為0.7 時，AP 為90.5%，參數(shù)為6.318M，最后結(jié)果表明網(wǎng)絡(luò)的性能沒有受到減少通道數(shù)的影響。

3 結(jié)語

針對在實(shí)際場景中可能數(shù)據(jù)有限且硬件有限，本文提出了一種平衡有效性和效率的實(shí)用肺結(jié)節(jié)方法。首先，基于YOLOv4算法和根據(jù)肺結(jié)節(jié)在CT圖像中的特點(diǎn)，逐步采用DO Conv、CBAM 和focal loss 這3 個改進(jìn)方法，以獲得高精度的肺結(jié)節(jié)檢測網(wǎng)絡(luò)。然后，設(shè)置一個合適的修剪比率來減少網(wǎng)絡(luò)中冗余通道，并獲得更高性。實(shí)驗(yàn)證明，此方法在保證了性能的情況下也有很好的檢測速度，比其他方法更適合實(shí)際場景，如在醫(yī)院部署。